基于随机集合的非传统型有效波极值模型

The analysis and design of offshore structures necessitates the consideration of wave loads. Realistic modeling of wave loads is particularly important to ensure reliable performance of these structures. Among the available methods for the modeling of the extreme significant wave height on a statistical basis, the peak over threshold method has attracted most attention. This method employs Poisson process to character- ize time-varying properties in the parameters of an extreme value distribution. In this paper, the peak over threshold method is reviewed and extended to account for subjectivity in the modeling. The freedom in selecting the threshold and the time span to separate extremes from the original time series data is incorpo- rated as imprecision in the model. This leads to an extension from random variables to random sets in the probabilistic model for the extreme significant wave height. The extended model is also applied to different periods of the sampled data to evaluate the significance of the climatic conditions on the uncertainties of the parameters.     

组合导航中一种新息自适应卡尔曼滤波算法

全球定位系统/航位推算组合导航定位中,由于目标运动的不确定性,GPS接收机与DR器件接收的数据存在噪声,使预置目标运动模型通常很难得到较高跟踪精度,针对应用常规卡尔曼滤波进行组合导航解算由于噪声统计特性未知而引起滤波不稳定的问题,本文提出了一种基于新息序列的量测计算进行自适应估计的卡尔曼滤波算法。该算法通过对新息方差强度进行极大似然估计,将新息计算引入卡尔曼滤波器的增益计算,达到控制发散的目的。最后对改进的算法与一般卡尔曼滤波算法做了对比仿真试验分析,结果表明了改进算法的有效性。     

利用HHT-EEMD方法分析云南区域GNSS应变时序孕震信息

地震的孕育和发生本质上都是地壳内部应力、应变能逐渐积累并突然或缓慢释放的结果,研究应变的变化过程对于地震危险性的判定具有重要意义。本文基于云南区域2013—2019年GNSS格网应变时间序列,利用专门适用于非线性非平稳信号处理的热门时频分析方法—整体经验模态分解（ensemble empirical mode decomposition,EEMD）的希尔伯特-黄变换（Hilbert-Huang transform,HHT）分析方法,探索云南区域中强地震前GNSS应变时序的时-频-能量分布特征,尝试挖掘应变时频信号中所携带的孕震信息。利用23号、42号格网对应的地震进行震例分析,结果显示：EEMD具有分频剖面的类似特征,它能够依据数据的时间特征尺度进行信号分解,较好地剖析信号在不同频率尺度上的变化特征;Hilbert变换能够通过瞬时频率、瞬时振幅等方式突出信号的局部瞬时特性,在固有模态分量（intrinsic mode functions,IMF）异常曲线识别无效的情况下仍能凸显异常;通过EEMD、残差趋势项分析、IMF异常识别和Hilbert变换综合动态分析应变时间序列的分析方法,能够在部分地震前夕发现一些潜在异常信息,为未来云南区域强震危险地点的判定提供一定的参考。     

阶段模型修正的星载GNSS-R土壤湿度反演方法EI北大核心CSCD

本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。     

新元古代地幔柱事件在Rodinia超大陆西缘的响应:来自马达加斯加的初步证据

对于Rodinia超大陆西缘在裂解过程中是否发育巨长安第斯型陆弧存在较大争议.马达加斯加即位于古地理再造Rodinia的西缘位置,其太古宙结晶基底中出露有大量新元古代侵入体,是澄清这一争议的理想研究区.由于基性岩浆岩组分识别不足等原因,前人曾认为这些侵入岩形成于俯冲带陆弧环境.但笔者在中北部Alaotra湖地区野外考察期间发现了大量辉长质岩石,对其中典型岩体的LA-ICP-MS锆石U-Pb测年表明其结晶于798~778Ma之间(最大误差估计).因此,这些辉长岩体事实上与岛内其他新元古代侵入体构成了双峰式侵入岩套,暗示了可能的陆内伸展环境.在此基础上,笔者重新审视了前人已发表的地球化学数据,发现该双峰式侵入岩套的基性组分显示富钾特征和拉斑演化趋势,局部甚至发育了强烈地钒钛磁铁矿化;酸性组分则显示富铁、偏铝-过铝质和碱钙-钙碱性特征,并具有相对较高的K₂O/Na₂O和Ga/Al比值以及高场强元素含量,属于A型花岗岩(铁质花岗岩).这些特征进一步表明该双峰式侵入岩套形成于陆内伸展环境而非陆弧环境.结合本文的初步研究结果和区域地质演化历史,笔者认为马达加斯加这一双峰式侵入岩套很可能是新元古代地幔柱事件在Rodinia超大陆西缘的响应.     

1961-2010年中国400mm和800mm等雨量线时空变化

以中国1961-2010年逐日降水数据为基础,利用等值线加权平均位置的方式对400 mm和800 mm等雨量线的空间位置进行定量化处理。采用Kendall 秩次相关检验法、Morlet小波分析法、滑动t-检验法和Yamamoto法时间序列分析方法,对全国50年来 400 mm和800 mm等雨量线的空间位移特征进行了系统揭示:1961-2010年期间,400 mm和800 mm等雨量线加权平均位置坐标分别为（106°07'12"E,39°25'13"N）和（110°16'31"E,34°12'04"N）。趋势性结果表明,全国400 mm和800 mm等雨量线有向西和向南发生移动的趋势,其中400 mm等雨量线向西移动明显,800 mm等雨量线向南移动明显;周期性结果表明,全国400 mm等雨量线在经向和纬向上发生迁移的主周期分别为9年和 12年,800 mm等雨量线在经向和纬向变化均存在7年的主周期;突变性结果表明,400 mm等雨量线空间位置的突变年为1995-1996年（纬度）,800 mm等雨量线空间位置的突变年为1975年、2002年（经度）和1980年、1982年和1987年（纬度）。     

大型基坑工程水平位移监测与预测结果分析

以银川大世界商务广场的基坑为例,介绍了大型基坑工程水平位移监测的实施方案,给出了水平位移监测方法的精度,并对监测成果进行了分析。在此基础上,分别用多项式拟合和时间序列分析模型两种方法进行建模,对基坑水平位移进行预测,结果表明,该基坑水平位移较小,在规范规定的要求之内,说明基坑是稳定的;时间序列分析模型的预测精度要高于多项式拟合模型的精度。     

基于全景影像的增强地理现实配准方法研究

介绍基于全景序列影像的增强地理现实构造方法,分析地理现实、地理空间数据以及全景序列影像三要素间的关系和研究的趋势。结合柱面投影理论实现地理空间数据到全景序列影像的转换,完成由虚拟空间向真实空间的定位配准,并给出一种用于验证可行性的非平均特征点采样方法,为进一步研究提供理论基础。     

灰色时序组合模型在基坑监测中的运用

科学、实时、准确地分析和预报建筑物、构筑物的变形在现代测量工程实践中有着重要的意义。文中将时间序列分析与灰色系统理论相结合用于变形监测沉降数据预测。结合国家超级计算长沙中心项目天河广场深基坑沉降监测的数据实例,说明预测方法具有容易实现与预测准确的优点,是一种非常有效的预测方法。     

城市地铁变形监测数据处理

为确保地铁施工安全进行变形监测是非常重要的手段,而变形监测的最终目的是预测,即对观测物的未来形态进行预报和分析。时间序列的原理是找出事物随时间变化的规律,从而对数据变化趋势做出正确的分析和预报。本文通过对时间序列的研究对长春地铁繁荣路站的变形监测数据进行了分析和预报。